八种架构设计模式及其优缺点.docx

1、八种架构设计模式及其优缺点八种架构设计模式及其优缺点八种架构设计模式及其优缺点概述(上)1. 什么是架构我想这个问题，十个人回答得有十一个答案，因为另外的那一个是大家妥协的结果。哈哈，我理解，架构就是骨架，如下图所示：人类的身体的支撑是主要由骨架来承担的，然后是其上的肌肉、神经、皮肤。架构对于软件的重要性不亚于骨架对人类身体的重要性。2. 什么是设计模式这个问题我问过的面试者不下于数十次，回答五花八门，在我看来，模式就是经验，设计模式就是设计经验，有了这些经验，我们就能在特定情况下使用特定的设计、组合设计，这样可以大大节省我们的设计时间，提高工作效率。作为一个工作10年以上的老码农，经历的系统

2、架构设计也算不少，接下来，我会把工作中用到的一些架构方面的设计模式分享给大家，望大家少走弯路。总体而言，共有八种，分别是：1. 单库单应用模式：最简单的，可能大家都见过2. 内容分发模式：目前用的比较多3. 查询分离模式：对于大并发的查询、业务4. 微服务模式：适用于复杂的业务模式的拆解5. 多级缓存模式：可以把缓存玩的很好6. 分库分表模式：解决单机数据库瓶颈7. 弹性伸缩模式：解决波峰波谷业务流量不均匀的方法之一8. 多机房模式：解决高可用、高性能的一种方法3. 单库单应用模式这是最简单的一种设计模式，我们的大部分本科毕业设计、一些小的应用，基本上都是这种模式，这种模式的一般设计见下图：如

3、上图所示，这种模式一般只有一个数据库，一个业务应用层，一个后台管理系统，所有的业务都是用过业务层完成的，所有的数据也都是存储在一个数据库中的，好一点会有数据库的同步。虽然简单，但是也并不是一无是处。优点：结构简单、开发速度快、实现简单，可用于产品的第一版等有原型验证需求、用户少的设计。缺点：性能差、基本没有高可用、扩展性差，不适用于大规模部署、应用等生产环境。 4. 内容分发模式 基本上所有的大型的网站都有或多或少的采用这一种设计模式，常见的应用场景是使用CDN技术把网页、图片、CSS、JS等这些静态资源分发到离用户最近的服务器。这种模式的一般设计见下图：如上图所示，这种模式较单库单应用模式多

4、了一个CDN、一个云存储OSS(七牛、又拍等雷同)。一个典型的应用流程(以用户上传、查看图片需求为例)如下：1. 上传的时候，用户选择本地机器上的一个图片进行上传2. 程序会把这个图片上传到云存储OSS上，并返回该图片的一个URL3. 程序把这个URL字符串存储在业务数据库中，上传完成。4. 查看的时候，程序从业务数据库得到该图片的URL5. 程序通过DNS查询这个URL的图片服务器6. 智能DNS会解析这个URL，得到与用户最近的服务器(或集群)的地址A7. 然后把服务器A上的图片返回给程序8. 程序显示该图片，查看完成。由上可知，这个模式的关键是智能DNS，它能够解析出离用户最近的服务器。

5、运行原理大致是：根据请求者的IP得到请求地点B，然后通过计算或者配置得到与B最近或通讯时间最短的服务器C，然后把C的IP地址返回给请求者。这种模式的优缺点如下：优点：资源下载快、无需过多的开发与配置，同时也减轻了后端服务器对资源的存储压力，减少带宽的使用。缺点：目前来说OSS，CDN的价格还是稍微有些贵(虽然已经降价好几次了)，只适用于中小规模的应用，另外由于网络传输的延迟、CDN的同步策略等，会有一些一致性、更新慢方面的问题八种架构设计模式及其优缺点概述(中) 2017-03-31 码农原创 码农原创 码农原创 微信号 功能介绍 码农原创文章，适合程序员、工程师、架构师等一切与软件开发相关的

6、工作者阅读在上篇文章中，介绍了八种架构设计模式中的两种，既：单库单应用模式、内容分发模式，没有读过的同学请手动微信关注“码农原创”公众号，在历史消息中寻找。接下来继续介绍三种架构模式，分别是：查询分离模式、微服务模式、多级缓存模式。1. 查询分离模式这种模式主要解决单机数据库压力过大，从而导致业务缓慢甚至超时，查询响应时间变长的问题，也包括需要大量数据库服务器计算资源的查询请求。这个可以说是单库单应用模式的升级版本，也是技术架构迭代演进过程中的必经之路。这种模式的一般设计见下图：如上图所示，这种模式较单库单应用模式与内容分发模式多了几个部分，一个是业务数据库的主从分离，一个是引入了ES，为什么

7、要这样？都解决了哪些痛点，下面具体结合业务需求场景进行叙述。场景一：全文关键词检索我想这个需求，绝大多数应用都会有，如果使用传统的数据库技术，大部分可能都会使用like这种SQL语句，高级一点可能是先分词，然后通过分词index相关的记录。SQL语句的性能问题与全表扫描机制导致了非常严重的性能问题，现在基本上很少见到。这里的ES是ElasticSearch的缩写，是一种查询引擎，类似的还有Solr等，都差不多的技术，ES较Solr配置简单、使用方便，所以这里选用了它。另外，ES支持横向扩展，理论上没有性能的瓶颈。同时，还支持各种插件、自定义分词器等，可扩展性较强。在这里，使用ES不仅可以替代数

8、据库完成全文检索功能，还可以实现诸如分页、排序、分组、分面等功能。具体的，请同学们自行学习之。那怎么使用呢？一个一般的流程是这样的：1. 服务端把一条业务数据落库2. 服务端异步把该条数据发送到ES3. ES把该条记录按照规则、配置放入自己的索引库4. 客户端查询的时候，由服务端把这个请求发送到ES，得到数据后，根据需求拼装、组合数据，返回给客户端实际中怎么用，还请同学们根据实际情况做组合、取舍。场景二：大量的普通查询这个场景是指我们的业务中的大部分辅助性的查询，如：取钱的时候先查询一下余额，根据用户的ID查询用户的记录，取得该用户最新的一条取钱记录等。我们肯定是要天天要用的，而且用的还非常多

9、。同时呢，我们的写入请求也是非常多的，导致大量的写入、查询操作压向同一数据库，然后，数据库挂了，系统挂了，领导生气了，被开除了，还不起房贷了，露宿街头了，老婆跟别人跑了，.不敢想，所以要求我们必须分散数据库的压力，一个业界较成熟的方案就是数据库的读写分离，写的时候入主库，读的时候读从库。这样就把压力分散到不同的数据库了，如果一个读库性能不行，扛不住的话，可以一主多从，横向扩展。可谓是一剂良药啊！那怎么使用呢？一个一般的流程是这样的：1. 服务端把一条业务数据落库2. 数据库同步或异步或半同步把该条数据复制到从库3. 服务端读数据的时候直接去从库读相应的数据比较简单吧，一些聪明的、爱思考的、上进

10、的同学可能发现问题了，也包括上面介绍的场景一，就是延迟问题，如：数据还没有到从库，我就马上读，那么是读不到的，会发生问题的。对于这个问题，各家公司解决的思路不一样，方法不尽相同。一个普遍的解决方案是：读不到就读主库，当然这么说也是有前提条件的，但具体的方案这里就不一一展开了，我可能会在接下来的分享中详解各种方案。另外，关于数据库的复制模式，还请同学们自行学习，太多了，这里说不清。该总结一下这种模式的优缺点的了，如下：优点：减少数据库的压力，理论上提供无限高的读性能，间接提高业务(写)的性能，专用的查询、索引、全文(分词)解决方案。缺点：数据延迟，数据一致性的保证。2. 微服务模式上面的模式看似

11、不错，解决了性能问题，我可以不用露宿街头了、老婆还是我的，哈哈。但是软件系统天生的复杂性决定了，除了性能，还有其他诸如高可用、健壮性等大量问题等待我们解决，再加上各个部门间的撕逼、扯皮，更让我们码农雪上加霜，所以继续吧.微服务模式可以说是最近的热点，花花绿绿、大大小小、国内国外的公司都在鼓吹，实践这个模式，可是大部分都没有弄清楚为什么要这么做，也并不知道这么做有什么好处、坏处，在这里，我将以我自己的亲身实践说一下我对这个模式的看法，不喜勿喷！随着业务与人员的增加，遇到了如下的问题：1. 单机数据库写请求量大量增加，导致数据库压力变大2. 数据库一旦挂了，那么整个业务都挂了3. 业务代码越来越多

12、，都在一个GIT里，越来越难以维护4. 代码腐化严重、臭味越来越浓5. 上线越来越频繁，经常是一个小功能的修改，就要整个大项目要重新编译6. 部门越来越多，该哪个部门改动大项目中的哪个东西，撕逼的厉害7. 其他一些外围系统直接连接数据库，导致一旦数据库结构发生变化，所有的相关系统都要通知，甚至对修改不敏感的系统也要通知8. 每个应用服务器需要开通所有的权限、网络、FTP、各种各样的，因为每个服务器部署的应用都是一样的9. 作为架构师，我已经失去了对这个系统的把控.为了解决上述问题，我司使用了微服务模式，这种模式的一般设计见下图：如上图所示，我把业务分块，做了垂直切分，切成一个个独立的系统，每个

13、系统各自衍化，有自己的库、缓存、ES等辅助系统，系统之间的实时交互通过RPC，异步交互通过MQ，通过这种组合，共同完成整个系统功能。那么，这么做是否真的解决上述问题了呢？不玩虚的，一个个来说。对于问题一，由于拆分成了多个子系统，系统的压力被分散了，而各个子系统都有自己的数据库实例，所以数据库的压力变小。对于问题二，一个子系统A的数据库挂了，只是影响到系统A和使用系统A的那些功能，不会所有的功能不可用，从而解决一个数据库挂了，导致所有功能不可用的问题。问题三、四，也因为拆分得到了解决，各个子系统有自己独立的GIT代码库，不会相互影响。通用的模块可通过库、服务、平台的形式解决。问题五，子系统A发生

14、改变，需要上线，那么我只需要编译A，然后上线就可以了，不需要其他系统做同样的事情。问题六，顺应了康威定律，我部门该干什么事、输出什么，也通过服务的形式暴露出来，我部只管把我部的职责、软件功能做好就可以。问题七，所有需要我部数据的需求，都通过接口的形式发布出去，客户通过接口获取数据，从而屏蔽了底层数据库结构，甚至数据来源，我部只需保证我部的接口契约没有发生变化即可，新的需求增加新的接口，不会影响老的接口。问题八，不同的子系统需要不同的权限，这个问题也优雅的解决了。问题九，暂时控制住了复杂性，我只需控制好大的方面，定义好系统边界、接口、大的流程，然后再分而治之、逐个击破、合纵连横。目前来说，所有问题得到解决！bingo!但是，还有许多其他的副作用会随之产生，如RPC、MQ的超高稳定性、超高性能，网络延迟，数据一致性等问题，这里就不展开来讲了，太多了，一本书都讲不完。另外，对于这个模式来说，最难把握的是度，切记不要切分过细，我见过一个功能一个子系统，上百个方法分成上百个子系统的，真的是太过度了。实践中，一个较为可行的方法是：能不分就不分，除非有非常必要的理由！。优点：相对高性能，可扩展性强，高可用，适合于中等以上规模公司架构。缺